Basic-tips
Ron0128
2022/07/24
はじめに
- おぼえたことをがんばってめもするイッヌ
- Windows環境を想定した内容です
設定
R
インストール
CRAN（The Comprehensive R Archive Network）をクリック（The Institute of Statistical Mathematics, Tokyo）
Download R for Windowsをクリック
baseをクリック
Figure2.Rのインストール方法2
- Download R-X.X.X for Windowsをクリック
Figure3.Rのインストール方法3
- ダウンロードしたファイル（R-X.X.X-win）をダブルクリックし，次へをクリックしていく（特別な事情がなければデフォルトの設定のままでよい）
バージョンアップ／ダウン
「インストール」と同様の手順でインストール
ToolsをクリックしてGlobal Optionsをクリック
Figure4.Rのバージョンアップ／ダウン方法1
- Changeをクリック
Figure5.Rのバージョンアップ／ダウン方法2
- 最新のバージョンを選択してOKをクリックしてさらにOKをクリック
バージョンダウンさせたければ，ここで古いバージョンを選択する
Figure6.Rのバージョンアップ／ダウン方法3
- コンソールで
R.versionと打ち，バージョンを確認
Figure7.Rのバージョンアップ／ダウン方法4
- 反映されていなければ，一度RStudioを起動し直す
RStudio
インストール
- Rをインストールしてから
Figure8.RStudioのインストール方法1
- スクロールしてAll Installersから”Windows X”の”RStudio-XXXX.XX.x-XXX.exe”をクリック
Figure9.RStudioのインストール方法2
- ダウンロードされたファイルをダブルクリックし，次へをクリックしていく（特別な事情がなければデフォルトの設定のままでよい）
ワークスペースの設定
- ToolsをクリックしてGlobal optionsをクリック
Figure10.RStudioの設定1
- Workspaceの”Restore .RData into workspace at startup”にチェックが入っていたらチェックを外す
Figure11.RStudioの設定2
- 同じWorkspaceの”Save workspace to .RData on exit”が”Never”になっていなければ”Never”にしてOKをクリック
Figure12.RStudioの設定3
文字コードの設定
- ToolsをクリックしてGlobal optionsをクリック
Figure13.RStudioの設定4
- CodeをクリックしてSavingをクリックしてDefault text encodingで”UTF-8”を選択してOKをクリック
Figure14.RStudioの設定5
プロジェクトの使い方
- GitHubと連携する場合は，GitHub-tipsの”RStudioの設定”にプロジェクトの設定方法を記載しているので，そちらをご参照ください。
- ProjectをクリックしてNew Projectをクリック
Figure15.RStudioプロジェクトの設定1
- New Directoryをクリック
Figure16.RStudioプロジェクトの設定2
- New Projectをクリック
Figure17.RStudioプロジェクトの設定3
- Directory nameにプロジェクト名を入力
Figure18.RStudioプロジェクトの設定4
- Create project as subdirectory ofにプロジェクトを作りたい場所を指定してCreate Projectをクリック
Figure19.RStudioプロジェクトの設定5
パッケージの読み込み
起動するたびにパッケージを読み込む必要がある
パッケージをインストールしていなければ
install.packages("tidyverse")でインストール
パッケージを読み込み
library(tidyverse)
library(palmerpenguins) # サンプルデータデータの読み込み（Import）
csvファイルを読み込む場合
- data.tableパッケージのfread関数
- freadはRの文字コードに依存する
- いまはRの文字コードがUTF-8になったので，UTF-8で作られたcsvであれば読み込める
- cp932で作られたcsvは読み込めない
- tibble型にはならない
- data.table: Extension of ‘data.frame’
- vroomパッケージのvroom関数（推奨）
- vroomは文字コードを指定することができる
- UTF-8がデフォルトのため，UTF-8で作られたcsvであれば引数なしに読み込める
- cp932で作られたcsvは引数
locale = locale(encoding = "cp932")を指定すれば読み込める - tibble型になる
- vroom: Read and Write Rectangular Text Data Quickly
# fread（UTF-8）
# tibble型になっていないのでas_tibble()でtibble型にする
df <-
data.table::fread(".csv",
data.table = FALSE) |>
as_tibble()
# vroom（UTF-8）
df <-
vroom::vroom(".csv")
# vroom（cp932）
df <-
vroom::vroom(".csv",
locale = locale(encoding = "cp932"))Excelファイルを読み込む場合
- readxlパッケージのread_xlsx関数
- 文字コードは問題にならない
- tibble型にはならない
- readxl: Read Excel Files
df <-
readxl::read_xlsx(".xlsx") |>
as_tibble()
# シートを指定したいときはsheet引数を使う
df <-
read_xlsx(".xlsx",
sheet = "") |>
as_tibble()データ変換（Data transformation）
- サンプルデータの内容（palmerpenguinsパッケージのpenguinsデータ）
- 8変数344観測値のデータ
- species: ペンギンの種を表す因子型の変数（アデリー，ヒゲ，ジェンツー）
- island: 南極パーマー諸島の島を表す因子型の変数（ビスコー諸島，ドリーム島，トージャーセン島）
- bill_length_mm: くちばしの長さを表す実数型の変数（mm）
- bill_depth_mm: くちばしの厚さを表す実数型の変数（mm）
- flipper_length_mm: 翼の長さを表す整数型の変数（mm）
- body_mass_g: 体重を表す整数型の変数（グラム）
- sex: 性別を表す因子型の変数（オス，メス）
- year: 調査年を表す整数型の変数（2007年，2008年，2009年）
- palmerpenguins: Palmer Archipelago (Antarctica) Penguin Data
penguins## # A tibble: 344 × 8
## species island bill_length_mm bill_depth_mm flipper_length_mm body_mass_g
## <fct> <fct> <dbl> <dbl> <int> <int>
## 1 Adelie Torgersen 39.1 18.7 181 3750
## 2 Adelie Torgersen 39.5 17.4 186 3800
## 3 Adelie Torgersen 40.3 18 195 3250
## 4 Adelie Torgersen NA NA NA NA
## 5 Adelie Torgersen 36.7 19.3 193 3450
## 6 Adelie Torgersen 39.3 20.6 190 3650
## 7 Adelie Torgersen 38.9 17.8 181 3625
## 8 Adelie Torgersen 39.2 19.6 195 4675
## 9 Adelie Torgersen 34.1 18.1 193 3475
## 10 Adelie Torgersen 42 20.2 190 4250
## # … with 334 more rows, and 2 more variables: sex <fct>, year <int>行
R for Data Science（2e）を参照して作成
“## パッケージを読み込み”を実行してから
ケースを選択する（filter）
条件をひとつ指定
選択
==（等しい），>=（以上），>（超），<=（以下），<（未満）などが使える
# "species"が"Adelie"のケースを選択する
# count()で"species"を確認
penguins |>
filter(species == "Adelie") |>
count(species)## # A tibble: 1 × 2
## species n
## <fct> <int>
## 1 Adelie 152# "bill_length_mm"が"35以上"のケースを選択する
# count()で"bill_length_mm"を確認
penguins |>
filter(bill_length_mm >= 35) |>
count(bill_length_mm)## # A tibble: 156 × 2
## bill_length_mm n
## <dbl> <int>
## 1 35 2
## 2 35.1 1
## 3 35.2 1
## 4 35.3 1
## 5 35.5 2
## 6 35.6 1
## 7 35.7 3
## 8 35.9 2
## 9 36 4
## 10 36.2 3
## # … with 146 more rows# "bill_length_mm"が"35超"のケースを選択する
# count()で"bill_length_mm"を確認
penguins |>
filter(bill_length_mm > 35) |>
count(bill_length_mm)## # A tibble: 155 × 2
## bill_length_mm n
## <dbl> <int>
## 1 35.1 1
## 2 35.2 1
## 3 35.3 1
## 4 35.5 2
## 5 35.6 1
## 6 35.7 3
## 7 35.9 2
## 8 36 4
## 9 36.2 3
## 10 36.3 1
## # … with 145 more rows# "bill_depth_mm"が"14以下"のケースを選択する
# count()で"bill_depth_mm"を確認
penguins |>
filter(bill_depth_mm <= 14) |>
count(bill_depth_mm)## # A tibble: 10 × 2
## bill_depth_mm n
## <dbl> <int>
## 1 13.1 1
## 2 13.2 1
## 3 13.3 1
## 4 13.4 1
## 5 13.5 2
## 6 13.6 1
## 7 13.7 6
## 8 13.8 4
## 9 13.9 4
## 10 14 2# "bill_depth_mm"が"35超"のケースを選択する
# count()で"bill_depth_mm"を確認
penguins |>
filter(bill_depth_mm < 14) |>
count(bill_depth_mm)## # A tibble: 9 × 2
## bill_depth_mm n
## <dbl> <int>
## 1 13.1 1
## 2 13.2 1
## 3 13.3 1
## 4 13.4 1
## 5 13.5 2
## 6 13.6 1
## 7 13.7 6
## 8 13.8 4
## 9 13.9 4選択しない
==（等しい），>=（以上），>（超），<=（以下），<（未満）などが使える!=でfilterするとNAも削除されることに注意（詳細は後述）
# "species"が"Adelie"のケースを選択しない
# count()で"species"を確認
penguins |>
filter(species != "Adelie") |>
count(species)## # A tibble: 2 × 2
## species n
## <fct> <int>
## 1 Chinstrap 68
## 2 Gentoo 124# "bill_length_mm"が"35以上"のケースを選択しない
# count()で"bill_length_mm"を確認
penguins |>
filter(!(bill_length_mm >= 35)) |>
count(bill_length_mm)## # A tibble: 8 × 2
## bill_length_mm n
## <dbl> <int>
## 1 32.1 1
## 2 33.1 1
## 3 33.5 1
## 4 34 1
## 5 34.1 1
## 6 34.4 1
## 7 34.5 1
## 8 34.6 2# "bill_length_mm"が"35超"のケースを選択しない
# count()で"bill_length_mm"を確認
penguins |>
filter(!(bill_length_mm > 35)) |>
count(bill_length_mm)## # A tibble: 9 × 2
## bill_length_mm n
## <dbl> <int>
## 1 32.1 1
## 2 33.1 1
## 3 33.5 1
## 4 34 1
## 5 34.1 1
## 6 34.4 1
## 7 34.5 1
## 8 34.6 2
## 9 35 2# "bill_depth_mm"が"14以下"のケースを選択しない
# count()で"bill_depth_mm"を確認
penguins |>
filter(!(bill_depth_mm <= 14)) |>
count(bill_depth_mm)## # A tibble: 70 × 2
## bill_depth_mm n
## <dbl> <int>
## 1 14.1 3
## 2 14.2 6
## 3 14.3 4
## 4 14.4 5
## 5 14.5 8
## 6 14.6 5
## 7 14.7 2
## 8 14.8 3
## 9 14.9 1
## 10 15 10
## # … with 60 more rows# "bill_depth_mm"が"35超"のケースを選択しない
# count()で"bill_depth_mm"を確認
penguins |>
filter(!(bill_depth_mm < 14)) |>
count(bill_depth_mm)## # A tibble: 71 × 2
## bill_depth_mm n
## <dbl> <int>
## 1 14 2
## 2 14.1 3
## 3 14.2 6
## 4 14.3 4
## 5 14.4 5
## 6 14.5 8
## 7 14.6 5
## 8 14.7 2
## 9 14.8 3
## 10 14.9 1
## # … with 61 more rows条件を複数指定
選択
&（および），|（または）などが使える|のショートカットに%in%がある
# "species"が"Adelie"で"island"が"Biscoe"のケースを選択する
# count()で"species"と"island"を確認
penguins |>
filter(species == "Adelie" & island == "Biscoe") |>
count(species, island)## # A tibble: 1 × 3
## species island n
## <fct> <fct> <int>
## 1 Adelie Biscoe 44# "species"が"Adelie"または"Chinstrap"のケースを選択する
# count()で"species"を確認
# |
penguins |>
filter(species == "Adelie" | species == "Chinstrap") |>
count(species)## # A tibble: 2 × 2
## species n
## <fct> <int>
## 1 Adelie 152
## 2 Chinstrap 68# %in%
penguins |>
filter(species %in% c("Adelie", "Chinstrap")) |>
count(species)## # A tibble: 2 × 2
## species n
## <fct> <int>
## 1 Adelie 152
## 2 Chinstrap 68選択しない
&（および），|（または）などが使える|のショートカットに%in%がある
# "species"が"Adelie"で"island"が"Biscoe"のケースを選択しない
# count()で"species"と"island"を確認
penguins |>
filter(!(species == "Adelie" & island == "Biscoe")) |>
count(species, island)## # A tibble: 4 × 3
## species island n
## <fct> <fct> <int>
## 1 Adelie Dream 56
## 2 Adelie Torgersen 52
## 3 Chinstrap Dream 68
## 4 Gentoo Biscoe 124# "species"が"Adelie"または"Chinstrap"のケースを選択しない
# count()で"species"を確認
# |
penguins |>
filter(!(species == "Adelie" | species == "Chinstrap")) |>
count(species)## # A tibble: 1 × 2
## species n
## <fct> <int>
## 1 Gentoo 124# %in%
penguins |>
filter(!species %in% c("Adelie", "Chinstrap")) |>
count(species)## # A tibble: 1 × 2
## species n
## <fct> <int>
## 1 Gentoo 124水準の条件を指定
選択する
# "fruit"の変数を追加したオブジェクトを作成
df <-
tribble(
~fruit,
"apple",
"banana",
"melon",
"strawberry",
"orange",
"peach",
"green apple")
df## # A tibble: 7 × 1
## fruit
## <chr>
## 1 apple
## 2 banana
## 3 melon
## 4 strawberry
## 5 orange
## 6 peach
## 7 green apple# "fruit"の中で"apple"という文字を含むケースを選択する
df |>
filter(str_detect(fruit, "apple"))## # A tibble: 2 × 1
## fruit
## <chr>
## 1 apple
## 2 green apple# "fruit"の中で"apple"という文字を含むケースを選択しない
df |>
filter(!str_detect(fruit, "apple"))## # A tibble: 5 × 1
## fruit
## <chr>
## 1 banana
## 2 melon
## 3 strawberry
## 4 orange
## 5 peach選択しない
# "fruit"の中で"apple"という文字を含むケースを選択しない
df |>
filter(!str_detect(fruit, "apple"))## # A tibble: 5 × 1
## fruit
## <chr>
## 1 banana
## 2 melon
## 3 strawberry
## 4 orange
## 5 peach!= を使うときの注意
filter(sex != "male")"でfilterするとNAも削除されるfilter(!sex %in% c("male"))"でfilterすればNAは削除されない
# "sex"には"female"，"male"，"NA"が入っている
penguins |>
count(sex)## # A tibble: 3 × 2
## sex n
## <fct> <int>
## 1 female 165
## 2 male 168
## 3 <NA> 11# "sex != male"として"male"を選択しないようにする
# count()で"sex"を確認
# "NA"も除外されていて"female"のみが選択される
penguins |>
filter(sex != "male") |>
count(sex)## # A tibble: 1 × 2
## sex n
## <fct> <int>
## 1 female 165# "NA"を除外せず"male"だけを選択しないようにする
# count()で"sex"を確認
# "female"と"NA"が選択される
penguins |>
filter(!sex %in% c("male")) |>
count(sex)## # A tibble: 2 × 2
## sex n
## <fct> <int>
## 1 female 165
## 2 <NA> 11欠損値
選択する
# "sexがNAのケースを選択する
# count()で"sex"を確認
penguins |>
filter(is.na(sex)) |>
count(sex)## # A tibble: 1 × 2
## sex n
## <fct> <int>
## 1 <NA> 11選択しない
drop_naとfilter(!is.na)を使う方法があるひとつの変数を扱う場合であればどちらも同じだが，複数の変数を扱う場合は
drop_naのほうが便利そう
# drop_na ----------
## "sexがNAのケースを選択しない
## count()で"sex"を確認
penguins |>
drop_na(sex) |>
count(sex)## # A tibble: 2 × 2
## sex n
## <fct> <int>
## 1 female 165
## 2 male 168## 複数の変数の欠損を除く
## filter(is.na)で"sex"の欠損または"bill_length_mm"の欠損を確認
penguins |>
drop_na(sex, bill_length_mm) |>
filter(is.na(sex) | is.na(bill_length_mm))## # A tibble: 0 × 8
## # … with 8 variables: species <fct>, island <fct>, bill_length_mm <dbl>,
## # bill_depth_mm <dbl>, flipper_length_mm <int>, body_mass_g <int>, sex <fct>,
## # year <int># filter(!is.na) ----------
## "sexがNAのケースを選択しない
## count()で"sex"を確認
penguins |>
filter(!is.na(sex)) |>
count(sex)## # A tibble: 2 × 2
## sex n
## <fct> <int>
## 1 female 165
## 2 male 168## 複数の変数の欠損を除く
## filter(is.na)で"sex"の欠損または"bill_length_mm"の欠損を確認
penguins |>
filter(!is.na(sex), !is.na(bill_length_mm)) |>
filter(is.na(sex) | is.na(bill_length_mm))## # A tibble: 0 × 8
## # … with 8 variables: species <fct>, island <fct>, bill_length_mm <dbl>,
## # bill_depth_mm <dbl>, flipper_length_mm <int>, body_mass_g <int>, sex <fct>,
## # year <int>ケースを並び替える（arrange）
昇順
# "bill_length_mm"を昇順に並び替える
# select()で"bill_length_mm"を確認
penguins |>
arrange(bill_length_mm) |>
select(bill_length_mm)## # A tibble: 344 × 1
## bill_length_mm
## <dbl>
## 1 32.1
## 2 33.1
## 3 33.5
## 4 34
## 5 34.1
## 6 34.4
## 7 34.5
## 8 34.6
## 9 34.6
## 10 35
## # … with 334 more rows降順
# "bill_length_mm"を降順に並び替える
# select()で"bill_length_mm"を確認
penguins |>
arrange(desc(bill_length_mm)) |>
select(bill_length_mm)## # A tibble: 344 × 1
## bill_length_mm
## <dbl>
## 1 59.6
## 2 58
## 3 55.9
## 4 55.8
## 5 55.1
## 6 54.3
## 7 54.2
## 8 53.5
## 9 53.4
## 10 52.8
## # … with 334 more rows列
R for Data Science（2e）を参照して作成
“## パッケージを読み込み”を実行してから
変数を選択する（select）
matches()を用いた正規表現の詳細は別の章
変数をひとつ指定
選択
# "species"を選択する
penguins |>
select(species)## # A tibble: 344 × 1
## species
## <fct>
## 1 Adelie
## 2 Adelie
## 3 Adelie
## 4 Adelie
## 5 Adelie
## 6 Adelie
## 7 Adelie
## 8 Adelie
## 9 Adelie
## 10 Adelie
## # … with 334 more rows選択しない
# "species"を選択しない
penguins |>
select(!species)## # A tibble: 344 × 7
## island bill_length_mm bill_depth_mm flipper_length_… body_mass_g sex year
## <fct> <dbl> <dbl> <int> <int> <fct> <int>
## 1 Torger… 39.1 18.7 181 3750 male 2007
## 2 Torger… 39.5 17.4 186 3800 fema… 2007
## 3 Torger… 40.3 18 195 3250 fema… 2007
## 4 Torger… NA NA NA NA <NA> 2007
## 5 Torger… 36.7 19.3 193 3450 fema… 2007
## 6 Torger… 39.3 20.6 190 3650 male 2007
## 7 Torger… 38.9 17.8 181 3625 fema… 2007
## 8 Torger… 39.2 19.6 195 4675 male 2007
## 9 Torger… 34.1 18.1 193 3475 <NA> 2007
## 10 Torger… 42 20.2 190 4250 <NA> 2007
## # … with 334 more rows変数を個別に複数指定
選択する
# "species"，"island"，"year"を選択する
penguins |>
select(species, island, year)## # A tibble: 344 × 3
## species island year
## <fct> <fct> <int>
## 1 Adelie Torgersen 2007
## 2 Adelie Torgersen 2007
## 3 Adelie Torgersen 2007
## 4 Adelie Torgersen 2007
## 5 Adelie Torgersen 2007
## 6 Adelie Torgersen 2007
## 7 Adelie Torgersen 2007
## 8 Adelie Torgersen 2007
## 9 Adelie Torgersen 2007
## 10 Adelie Torgersen 2007
## # … with 334 more rows選択しない
# "species"，"island"，"year"を選択しない
penguins |>
select(!c(species, island, year))## # A tibble: 344 × 5
## bill_length_mm bill_depth_mm flipper_length_mm body_mass_g sex
## <dbl> <dbl> <int> <int> <fct>
## 1 39.1 18.7 181 3750 male
## 2 39.5 17.4 186 3800 female
## 3 40.3 18 195 3250 female
## 4 NA NA NA NA <NA>
## 5 36.7 19.3 193 3450 female
## 6 39.3 20.6 190 3650 male
## 7 38.9 17.8 181 3625 female
## 8 39.2 19.6 195 4675 male
## 9 34.1 18.1 193 3475 <NA>
## 10 42 20.2 190 4250 <NA>
## # … with 334 more rows変数を連続で複数指定
選択する
# "species"から"bill_length_mm"を選択する
penguins |>
select(species:bill_length_mm)## # A tibble: 344 × 3
## species island bill_length_mm
## <fct> <fct> <dbl>
## 1 Adelie Torgersen 39.1
## 2 Adelie Torgersen 39.5
## 3 Adelie Torgersen 40.3
## 4 Adelie Torgersen NA
## 5 Adelie Torgersen 36.7
## 6 Adelie Torgersen 39.3
## 7 Adelie Torgersen 38.9
## 8 Adelie Torgersen 39.2
## 9 Adelie Torgersen 34.1
## 10 Adelie Torgersen 42
## # … with 334 more rows選択しない
# "species"から"bill_length_mm"を選択しない
penguins |>
select(!species:bill_length_mm)## # A tibble: 344 × 5
## bill_depth_mm flipper_length_mm body_mass_g sex year
## <dbl> <int> <int> <fct> <int>
## 1 18.7 181 3750 male 2007
## 2 17.4 186 3800 female 2007
## 3 18 195 3250 female 2007
## 4 NA NA NA <NA> 2007
## 5 19.3 193 3450 female 2007
## 6 20.6 190 3650 male 2007
## 7 17.8 181 3625 female 2007
## 8 19.6 195 4675 male 2007
## 9 18.1 193 3475 <NA> 2007
## 10 20.2 190 4250 <NA> 2007
## # … with 334 more rows変数をまとめて複数指定
選択する
# "species"，"year"をまとめて選択する
# "species"，"year"を含むオブジェクトを作成
obs <-
c("species", "year")
# all_of
penguins |>
select(all_of(obs))## # A tibble: 344 × 2
## species year
## <fct> <int>
## 1 Adelie 2007
## 2 Adelie 2007
## 3 Adelie 2007
## 4 Adelie 2007
## 5 Adelie 2007
## 6 Adelie 2007
## 7 Adelie 2007
## 8 Adelie 2007
## 9 Adelie 2007
## 10 Adelie 2007
## # … with 334 more rows# any_of
penguins |>
select(any_of(obs))## # A tibble: 344 × 2
## species year
## <fct> <int>
## 1 Adelie 2007
## 2 Adelie 2007
## 3 Adelie 2007
## 4 Adelie 2007
## 5 Adelie 2007
## 6 Adelie 2007
## 7 Adelie 2007
## 8 Adelie 2007
## 9 Adelie 2007
## 10 Adelie 2007
## # … with 334 more rows選択しない
# "species"，"year"をまとめて選択しない
# "species"，"year"を含むオブジェクトを作成
obs <-
c("species", "year")
# all_of
penguins |>
select(!all_of(obs))## # A tibble: 344 × 6
## island bill_length_mm bill_depth_mm flipper_length_mm body_mass_g sex
## <fct> <dbl> <dbl> <int> <int> <fct>
## 1 Torgersen 39.1 18.7 181 3750 male
## 2 Torgersen 39.5 17.4 186 3800 female
## 3 Torgersen 40.3 18 195 3250 female
## 4 Torgersen NA NA NA NA <NA>
## 5 Torgersen 36.7 19.3 193 3450 female
## 6 Torgersen 39.3 20.6 190 3650 male
## 7 Torgersen 38.9 17.8 181 3625 female
## 8 Torgersen 39.2 19.6 195 4675 male
## 9 Torgersen 34.1 18.1 193 3475 <NA>
## 10 Torgersen 42 20.2 190 4250 <NA>
## # … with 334 more rows# any_of
penguins |>
select(!any_of(obs))## # A tibble: 344 × 6
## island bill_length_mm bill_depth_mm flipper_length_mm body_mass_g sex
## <fct> <dbl> <dbl> <int> <int> <fct>
## 1 Torgersen 39.1 18.7 181 3750 male
## 2 Torgersen 39.5 17.4 186 3800 female
## 3 Torgersen 40.3 18 195 3250 female
## 4 Torgersen NA NA NA NA <NA>
## 5 Torgersen 36.7 19.3 193 3450 female
## 6 Torgersen 39.3 20.6 190 3650 male
## 7 Torgersen 38.9 17.8 181 3625 female
## 8 Torgersen 39.2 19.6 195 4675 male
## 9 Torgersen 34.1 18.1 193 3475 <NA>
## 10 Torgersen 42 20.2 190 4250 <NA>
## # … with 334 more rows（参考）all_ofとany_ofの違い
# ペンギンデータに含まれていない"weight"が入ったobsを作成
obs <-
c("species", "year", "weight")
# all_ofを使うと"weight"がないためエラーになる
penguins |>
select(all_of(obs))
# any_ofを使うと"weight"がなくともエラーにならない
penguins |>
select(any_of(obs))特定の文字で始まる変数を指定
選択する
# "bill"で始まる変数を選択する
# starts_with
penguins |>
select(starts_with("bill"))## # A tibble: 344 × 2
## bill_length_mm bill_depth_mm
## <dbl> <dbl>
## 1 39.1 18.7
## 2 39.5 17.4
## 3 40.3 18
## 4 NA NA
## 5 36.7 19.3
## 6 39.3 20.6
## 7 38.9 17.8
## 8 39.2 19.6
## 9 34.1 18.1
## 10 42 20.2
## # … with 334 more rows# matches
penguins |>
select(matches("^bill"))## # A tibble: 344 × 2
## bill_length_mm bill_depth_mm
## <dbl> <dbl>
## 1 39.1 18.7
## 2 39.5 17.4
## 3 40.3 18
## 4 NA NA
## 5 36.7 19.3
## 6 39.3 20.6
## 7 38.9 17.8
## 8 39.2 19.6
## 9 34.1 18.1
## 10 42 20.2
## # … with 334 more rows選択しない
# "bill"で始まる変数を選択しない
# starts_with
penguins |>
select(!starts_with("bill"))## # A tibble: 344 × 6
## species island flipper_length_mm body_mass_g sex year
## <fct> <fct> <int> <int> <fct> <int>
## 1 Adelie Torgersen 181 3750 male 2007
## 2 Adelie Torgersen 186 3800 female 2007
## 3 Adelie Torgersen 195 3250 female 2007
## 4 Adelie Torgersen NA NA <NA> 2007
## 5 Adelie Torgersen 193 3450 female 2007
## 6 Adelie Torgersen 190 3650 male 2007
## 7 Adelie Torgersen 181 3625 female 2007
## 8 Adelie Torgersen 195 4675 male 2007
## 9 Adelie Torgersen 193 3475 <NA> 2007
## 10 Adelie Torgersen 190 4250 <NA> 2007
## # … with 334 more rows# matches
penguins |>
select(!matches("^bill"))## # A tibble: 344 × 6
## species island flipper_length_mm body_mass_g sex year
## <fct> <fct> <int> <int> <fct> <int>
## 1 Adelie Torgersen 181 3750 male 2007
## 2 Adelie Torgersen 186 3800 female 2007
## 3 Adelie Torgersen 195 3250 female 2007
## 4 Adelie Torgersen NA NA <NA> 2007
## 5 Adelie Torgersen 193 3450 female 2007
## 6 Adelie Torgersen 190 3650 male 2007
## 7 Adelie Torgersen 181 3625 female 2007
## 8 Adelie Torgersen 195 4675 male 2007
## 9 Adelie Torgersen 193 3475 <NA> 2007
## 10 Adelie Torgersen 190 4250 <NA> 2007
## # … with 334 more rows特定の文字で終わる変数を指定
選択する
# "mm"で終わる変数を選択する
# ends_with
penguins |>
select(ends_with("mm"))## # A tibble: 344 × 3
## bill_length_mm bill_depth_mm flipper_length_mm
## <dbl> <dbl> <int>
## 1 39.1 18.7 181
## 2 39.5 17.4 186
## 3 40.3 18 195
## 4 NA NA NA
## 5 36.7 19.3 193
## 6 39.3 20.6 190
## 7 38.9 17.8 181
## 8 39.2 19.6 195
## 9 34.1 18.1 193
## 10 42 20.2 190
## # … with 334 more rows# matches
penguins |>
select(matches("mm$"))## # A tibble: 344 × 3
## bill_length_mm bill_depth_mm flipper_length_mm
## <dbl> <dbl> <int>
## 1 39.1 18.7 181
## 2 39.5 17.4 186
## 3 40.3 18 195
## 4 NA NA NA
## 5 36.7 19.3 193
## 6 39.3 20.6 190
## 7 38.9 17.8 181
## 8 39.2 19.6 195
## 9 34.1 18.1 193
## 10 42 20.2 190
## # … with 334 more rows選択しない
# "mm"で終わる変数を選択しない
# ends_with
penguins |>
select(!ends_with("mm"))## # A tibble: 344 × 5
## species island body_mass_g sex year
## <fct> <fct> <int> <fct> <int>
## 1 Adelie Torgersen 3750 male 2007
## 2 Adelie Torgersen 3800 female 2007
## 3 Adelie Torgersen 3250 female 2007
## 4 Adelie Torgersen NA <NA> 2007
## 5 Adelie Torgersen 3450 female 2007
## 6 Adelie Torgersen 3650 male 2007
## 7 Adelie Torgersen 3625 female 2007
## 8 Adelie Torgersen 4675 male 2007
## 9 Adelie Torgersen 3475 <NA> 2007
## 10 Adelie Torgersen 4250 <NA> 2007
## # … with 334 more rows# matches
penguins |>
select(!matches("mm$"))## # A tibble: 344 × 5
## species island body_mass_g sex year
## <fct> <fct> <int> <fct> <int>
## 1 Adelie Torgersen 3750 male 2007
## 2 Adelie Torgersen 3800 female 2007
## 3 Adelie Torgersen 3250 female 2007
## 4 Adelie Torgersen NA <NA> 2007
## 5 Adelie Torgersen 3450 female 2007
## 6 Adelie Torgersen 3650 male 2007
## 7 Adelie Torgersen 3625 female 2007
## 8 Adelie Torgersen 4675 male 2007
## 9 Adelie Torgersen 3475 <NA> 2007
## 10 Adelie Torgersen 4250 <NA> 2007
## # … with 334 more rows特定の文字を含む変数を指定
選択する
# "length"を含む変数を選択する
# contains
penguins |>
select(contains("length"))## # A tibble: 344 × 2
## bill_length_mm flipper_length_mm
## <dbl> <int>
## 1 39.1 181
## 2 39.5 186
## 3 40.3 195
## 4 NA NA
## 5 36.7 193
## 6 39.3 190
## 7 38.9 181
## 8 39.2 195
## 9 34.1 193
## 10 42 190
## # … with 334 more rows# matches
penguins |>
select(matches("length"))## # A tibble: 344 × 2
## bill_length_mm flipper_length_mm
## <dbl> <int>
## 1 39.1 181
## 2 39.5 186
## 3 40.3 195
## 4 NA NA
## 5 36.7 193
## 6 39.3 190
## 7 38.9 181
## 8 39.2 195
## 9 34.1 193
## 10 42 190
## # … with 334 more rows選択しない
# "length"を含む変数を選択しない
# contains
penguins |>
select(!contains("length"))## # A tibble: 344 × 6
## species island bill_depth_mm body_mass_g sex year
## <fct> <fct> <dbl> <int> <fct> <int>
## 1 Adelie Torgersen 18.7 3750 male 2007
## 2 Adelie Torgersen 17.4 3800 female 2007
## 3 Adelie Torgersen 18 3250 female 2007
## 4 Adelie Torgersen NA NA <NA> 2007
## 5 Adelie Torgersen 19.3 3450 female 2007
## 6 Adelie Torgersen 20.6 3650 male 2007
## 7 Adelie Torgersen 17.8 3625 female 2007
## 8 Adelie Torgersen 19.6 4675 male 2007
## 9 Adelie Torgersen 18.1 3475 <NA> 2007
## 10 Adelie Torgersen 20.2 4250 <NA> 2007
## # … with 334 more rows# matches
penguins |>
select(!matches("length"))## # A tibble: 344 × 6
## species island bill_depth_mm body_mass_g sex year
## <fct> <fct> <dbl> <int> <fct> <int>
## 1 Adelie Torgersen 18.7 3750 male 2007
## 2 Adelie Torgersen 17.4 3800 female 2007
## 3 Adelie Torgersen 18 3250 female 2007
## 4 Adelie Torgersen NA NA <NA> 2007
## 5 Adelie Torgersen 19.3 3450 female 2007
## 6 Adelie Torgersen 20.6 3650 male 2007
## 7 Adelie Torgersen 17.8 3625 female 2007
## 8 Adelie Torgersen 19.6 4675 male 2007
## 9 Adelie Torgersen 18.1 3475 <NA> 2007
## 10 Adelie Torgersen 20.2 4250 <NA> 2007
## # … with 334 more rows番号のついた変数を指定
選択する
# x1～x6の変数を追加したオブジェクトを作成
df <-
tribble(
~x1, ~x2, ~x3, ~x4, ~x5, ~x6,
1, 2, 3, 4, 5, 6,
7, 8, 9, 10, 11, 12,
13, 14, 15, 16, 17, 18)
df## # A tibble: 3 × 6
## x1 x2 x3 x4 x5 x6
## <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 1 2 3 4 5 6
## 2 7 8 9 10 11 12
## 3 13 14 15 16 17 18# x1～x3の変数を選択する
# num_range
df |>
select(num_range("x", 1:3))## # A tibble: 3 × 3
## x1 x2 x3
## <dbl> <dbl> <dbl>
## 1 1 2 3
## 2 7 8 9
## 3 13 14 15# matches
df |>
select(matches("x[1-3]"))## # A tibble: 3 × 3
## x1 x2 x3
## <dbl> <dbl> <dbl>
## 1 1 2 3
## 2 7 8 9
## 3 13 14 15選択しない
# x1～x6の変数を追加したオブジェクトを作成
df <-
tribble(
~x1, ~x2, ~x3, ~x4, ~x5, ~x6,
1, 2, 3, 4, 5, 6,
7, 8, 9, 10, 11, 12,
13, 14, 15, 16, 17, 18)
df## # A tibble: 3 × 6
## x1 x2 x3 x4 x5 x6
## <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 1 2 3 4 5 6
## 2 7 8 9 10 11 12
## 3 13 14 15 16 17 18# x1～x3の変数を選択しない
# num_range
df |>
select(!num_range("x", 1:3))## # A tibble: 3 × 3
## x4 x5 x6
## <dbl> <dbl> <dbl>
## 1 4 5 6
## 2 10 11 12
## 3 16 17 18# matches
df |>
select(!matches("x[1-3]"))## # A tibble: 3 × 3
## x4 x5 x6
## <dbl> <dbl> <dbl>
## 1 4 5 6
## 2 10 11 12
## 3 16 17 18変数名を変えて選択する
rename()と同じように変数名を変えられる
# "bill_length_mm"を"kuchibashi_length_mm"に変更する
# "bill_length_mm"を"kuchibashi_length_mm"に変更する
# names()で変数名を確認
penguins |>
select(kuchibashi_length_mm = bill_length_mm,
kuchibashi_depth_mm = bill_depth_mm) |>
names()## [1] "kuchibashi_length_mm" "kuchibashi_depth_mm"変数名を変える（rename）
変数名をひとつずつ変える
- rename(新しい変数名 = 古い変数名)
# "bill_length_mm"を"kuchibashi_length_mm"に変更する
# "bill_length_mm"を"kuchibashi_length_mm"に変更する
# names()で変数名を確認
penguins |>
rename(kuchibashi_length_mm = bill_length_mm,
kuchibashi_depth_mm = bill_depth_mm) |>
names()## [1] "species" "island" "kuchibashi_length_mm"
## [4] "kuchibashi_depth_mm" "flipper_length_mm" "body_mass_g"
## [7] "sex" "year"条件を指定して変数名を一気に変える
# "bill"から始まる変数のとき，"bill"を"kuchibashi"に変更する
# names()で変数名を確認
penguins |>
rename_with(~str_replace(., "bill", "kuchibashi"),
starts_with("bill")) |>
names()## [1] "species" "island" "kuchibashi_length_mm"
## [4] "kuchibashi_depth_mm" "flipper_length_mm" "body_mass_g"
## [7] "sex" "year"# "_mm"で終わる変数のとき，"_mm"を削除する
# names()で変数名を確認
penguins |>
rename_with(~str_replace(., "_mm", ""),
ends_with("_mm")) |>
names()## [1] "species" "island" "bill_length" "bill_depth"
## [5] "flipper_length" "body_mass_g" "sex" "year"変数名に共通の語を一気につける
# "sex"が"male"のとき，"bill"，"flipper"，"body"を含む変数に接頭辞"male_"をつける
# names()で変数名を確認
penguins |>
filter(sex == "male") |>
rename_with(~str_c("male_", .),
matches("bill|flipper|body")) |>
names()## [1] "species" "island" "male_bill_length_mm"
## [4] "male_bill_depth_mm" "male_flipper_length_mm" "male_body_mass_g"
## [7] "sex" "year"# "sex"が"male"のとき，"bill"，"flipper"，"body"を含む変数に接尾辞"_male"をつける
# names()で変数名を確認
penguins |>
filter(sex == "male") |>
rename_with(~str_c(., "_male"),
matches("bill|flipper|body")) |>
names()## [1] "species" "island" "bill_length_mm_male"
## [4] "bill_depth_mm_male" "flipper_length_mm_male" "body_mass_g_male"
## [7] "sex" "year"変数を追加する（mutate）
変数をひとつ追加する
- デフォルトではデータセットの右側に新しく変数が追加される
# "body_mass_kg"を新たに追加する
# "body_mass_kg"は"body_mass_g"を1000で割ったもの
# "body_mass_kg"は一番右側に作られる
# select()で"body_mass_g"と"body_mass_kg"を確認
penguins |>
mutate(body_mass_kg = body_mass_g / 1000) |>
select(body_mass_g, body_mass_kg)## # A tibble: 344 × 2
## body_mass_g body_mass_kg
## <int> <dbl>
## 1 3750 3.75
## 2 3800 3.8
## 3 3250 3.25
## 4 NA NA
## 5 3450 3.45
## 6 3650 3.65
## 7 3625 3.62
## 8 4675 4.68
## 9 3475 3.48
## 10 4250 4.25
## # … with 334 more rows任意の変数の前に追加する
- 任意の変数の前に入れたい場合は
.beforeが使える
# ".before = 1"とすると一番目の変数の前に加わる
penguins |>
mutate(body_mass_kg = body_mass_g / 1000,
.before = 1) ## # A tibble: 344 × 9
## body_mass_kg species island bill_length_mm bill_depth_mm flipper_length_mm
## <dbl> <fct> <fct> <dbl> <dbl> <int>
## 1 3.75 Adelie Torgersen 39.1 18.7 181
## 2 3.8 Adelie Torgersen 39.5 17.4 186
## 3 3.25 Adelie Torgersen 40.3 18 195
## 4 NA Adelie Torgersen NA NA NA
## 5 3.45 Adelie Torgersen 36.7 19.3 193
## 6 3.65 Adelie Torgersen 39.3 20.6 190
## 7 3.62 Adelie Torgersen 38.9 17.8 181
## 8 4.68 Adelie Torgersen 39.2 19.6 195
## 9 3.48 Adelie Torgersen 34.1 18.1 193
## 10 4.25 Adelie Torgersen 42 20.2 190
## # … with 334 more rows, and 3 more variables: body_mass_g <int>, sex <fct>,
## # year <int># ".before = body_mass_g"とすると"body_mass_g"の前に加わる
penguins |>
mutate(body_mass_kg = body_mass_g / 1000,
.before = body_mass_g) ## # A tibble: 344 × 9
## species island bill_length_mm bill_depth_mm flipper_length_mm body_mass_kg
## <fct> <fct> <dbl> <dbl> <int> <dbl>
## 1 Adelie Torgersen 39.1 18.7 181 3.75
## 2 Adelie Torgersen 39.5 17.4 186 3.8
## 3 Adelie Torgersen 40.3 18 195 3.25
## 4 Adelie Torgersen NA NA NA NA
## 5 Adelie Torgersen 36.7 19.3 193 3.45
## 6 Adelie Torgersen 39.3 20.6 190 3.65
## 7 Adelie Torgersen 38.9 17.8 181 3.62
## 8 Adelie Torgersen 39.2 19.6 195 4.68
## 9 Adelie Torgersen 34.1 18.1 193 3.48
## 10 Adelie Torgersen 42 20.2 190 4.25
## # … with 334 more rows, and 3 more variables: body_mass_g <int>, sex <fct>,
## # year <int>任意の変数の後に追加する
- 任意の変数の後に入れたい場合は
.afterが使える
# ".after = 1"とすると一番目の変数の後に加わる
penguins |>
mutate(body_mass_kg = body_mass_g / 1000,
.after = 1) ## # A tibble: 344 × 9
## species body_mass_kg island bill_length_mm bill_depth_mm flipper_length_mm
## <fct> <dbl> <fct> <dbl> <dbl> <int>
## 1 Adelie 3.75 Torgersen 39.1 18.7 181
## 2 Adelie 3.8 Torgersen 39.5 17.4 186
## 3 Adelie 3.25 Torgersen 40.3 18 195
## 4 Adelie NA Torgersen NA NA NA
## 5 Adelie 3.45 Torgersen 36.7 19.3 193
## 6 Adelie 3.65 Torgersen 39.3 20.6 190
## 7 Adelie 3.62 Torgersen 38.9 17.8 181
## 8 Adelie 4.68 Torgersen 39.2 19.6 195
## 9 Adelie 3.48 Torgersen 34.1 18.1 193
## 10 Adelie 4.25 Torgersen 42 20.2 190
## # … with 334 more rows, and 3 more variables: body_mass_g <int>, sex <fct>,
## # year <int># ".after = body_mass_g"とすると"body_mass_g"の後に加わる
penguins |>
mutate(body_mass_kg = body_mass_g / 1000,
.after = body_mass_g) ## # A tibble: 344 × 9
## species island bill_length_mm bill_depth_mm flipper_length_mm body_mass_g
## <fct> <fct> <dbl> <dbl> <int> <int>
## 1 Adelie Torgersen 39.1 18.7 181 3750
## 2 Adelie Torgersen 39.5 17.4 186 3800
## 3 Adelie Torgersen 40.3 18 195 3250
## 4 Adelie Torgersen NA NA NA NA
## 5 Adelie Torgersen 36.7 19.3 193 3450
## 6 Adelie Torgersen 39.3 20.6 190 3650
## 7 Adelie Torgersen 38.9 17.8 181 3625
## 8 Adelie Torgersen 39.2 19.6 195 4675
## 9 Adelie Torgersen 34.1 18.1 193 3475
## 10 Adelie Torgersen 42 20.2 190 4250
## # … with 334 more rows, and 3 more variables: body_mass_kg <dbl>, sex <fct>,
## # year <int>保持する変数を制限する
- 保持する変数を制限する場合は
keepが使える
# ".keep = "used""とすると使った変数のみが表示される
penguins |>
mutate(body_mass_kg = body_mass_g / 1000,
.keep = "used") ## # A tibble: 344 × 2
## body_mass_g body_mass_kg
## <int> <dbl>
## 1 3750 3.75
## 2 3800 3.8
## 3 3250 3.25
## 4 NA NA
## 5 3450 3.45
## 6 3650 3.65
## 7 3625 3.62
## 8 4675 4.68
## 9 3475 3.48
## 10 4250 4.25
## # … with 334 more rows変数を複数追加する
# "bill_length_mm_cm"，"flipper_length_mm_cm"を新たに追加する
# "bill_length_mm_cm"は"bill_length_mm"を10で割ったもの（flipper_lengthも同じ）
# select()で"bill_length_mm"と"bill_length_mm_cm"，"flipper_length_mm"と"flipper_length_mm_cm"を確認
# c()
penguins |>
mutate(across(c(bill_length_mm, flipper_length_mm),
list(cm = ~ (. / 10)))) |>
select(bill_length_mm, bill_length_mm_cm, flipper_length_mm, flipper_length_mm_cm)## # A tibble: 344 × 4
## bill_length_mm bill_length_mm_cm flipper_length_mm flipper_length_mm_cm
## <dbl> <dbl> <int> <dbl>
## 1 39.1 3.91 181 18.1
## 2 39.5 3.95 186 18.6
## 3 40.3 4.03 195 19.5
## 4 NA NA NA NA
## 5 36.7 3.67 193 19.3
## 6 39.3 3.93 190 19
## 7 38.9 3.89 181 18.1
## 8 39.2 3.92 195 19.5
## 9 34.1 3.41 193 19.3
## 10 42 4.2 190 19
## # … with 334 more rows# ends_with
penguins |>
mutate(across(ends_with("length_mm"),
list(cm = ~ (. / 10)))) |>
select(bill_length_mm, bill_length_mm_cm, flipper_length_mm, flipper_length_mm_cm)## # A tibble: 344 × 4
## bill_length_mm bill_length_mm_cm flipper_length_mm flipper_length_mm_cm
## <dbl> <dbl> <int> <dbl>
## 1 39.1 3.91 181 18.1
## 2 39.5 3.95 186 18.6
## 3 40.3 4.03 195 19.5
## 4 NA NA NA NA
## 5 36.7 3.67 193 19.3
## 6 39.3 3.93 190 19
## 7 38.9 3.89 181 18.1
## 8 39.2 3.92 195 19.5
## 9 34.1 3.41 193 19.3
## 10 42 4.2 190 19
## # … with 334 more rows2値変数をひとつ追加する
# "body_mass_3000"を新たに追加する
# "body_mass_3000"は"body_mass_g"が"3000以上"の場合は"1"，そうでない場合は"0"のもの
# count()で"body_mass_g"と"body_mass_3000"を確認
penguins |>
mutate(body_mass_3000 = if_else(body_mass_g >= 3000, 1, 0)) |>
count(body_mass_g, body_mass_3000)## # A tibble: 95 × 3
## body_mass_g body_mass_3000 n
## <int> <dbl> <int>
## 1 2700 0 1
## 2 2850 0 2
## 3 2900 0 4
## 4 2925 0 1
## 5 2975 0 1
## 6 3000 1 2
## 7 3050 1 4
## 8 3075 1 1
## 9 3100 1 1
## 10 3150 1 4
## # … with 85 more rows3値以上の変数をひとつ追加する
# "body_mass_3000"を新たに追加する
# "body_mass_3000"は"body_mass_g"が"3000以上"の場合は"1"，そうでない場合は"0"のもの
# count()で"body_mass_g"と"body_mass_3000"を確認
# "body_mass_g"がNAのものは"不明"とする
penguins |>
mutate(
body_mass_range = case_when(
body_mass_g <= 3000 ~ "～3000",
body_mass_g <= 4000 ~ "～4000",
body_mass_g <= 5000 ~ "～5000",
body_mass_g <= 6000 ~ "～6000",
body_mass_g >= 6000 ~ "6000～",
is.na(body_mass_g) ~ "不明")) |>
count(body_mass_g, body_mass_range)## # A tibble: 95 × 3
## body_mass_g body_mass_range n
## <int> <chr> <int>
## 1 2700 ～3000 1
## 2 2850 ～3000 2
## 3 2900 ～3000 4
## 4 2925 ～3000 1
## 5 2975 ～3000 1
## 6 3000 ～3000 2
## 7 3050 ～4000 4
## 8 3075 ～4000 1
## 9 3100 ～4000 1
## 10 3150 ～4000 4
## # … with 85 more rows変数の型を変更する ★要確認
- 変数の型
| 関数 | 用途 | |
|---|---|---|
| as.character | 文字列型に変更する | |
| as.factor | 因子型に変更する | |
| as.numeric | 数値型に変更する |
# "year"を文字列型に変更する
# count()で"year"の型を確認
penguins |>
mutate(
year = as.character(year)
) |>
count(year)## # A tibble: 3 × 2
## year n
## <chr> <int>
## 1 2007 110
## 2 2008 114
## 3 2009 120# "year"を因子型に変更する
# count()で"year"の型を確認
penguins |>
mutate(
year = as.factor(year)
) |>
count(year)## # A tibble: 3 × 2
## year n
## <fct> <int>
## 1 2007 110
## 2 2008 114
## 3 2009 120# "year"を数値型に変更する
# count()で"year"の型を確認
penguins |>
mutate(
year = as.numeric(year)
) |>
count(year)## # A tibble: 3 × 2
## year n
## <dbl> <int>
## 1 2007 110
## 2 2008 114
## 3 2009 120ひとつの変数内で水準名を変更する
# "sex"の"male"を"1"に，"female"を"2"に変更する
# count()で"sex"を確認
penguins |>
mutate(
sex = fct_recode(sex, "1" = "male",
"2" = "female")) |>
count(sex)## # A tibble: 3 × 2
## sex n
## <fct> <int>
## 1 2 165
## 2 1 168
## 3 <NA> 11他の変数を使って水準名を変更する
# "fruit"と"color"の変数を追加したオブジェクトを作成
df <-
tribble(
~fruit, ~color,
"apple", "red",
"banana", "yellow",
"melon", "blue"
)
df ## # A tibble: 3 × 2
## fruit color
## <chr> <chr>
## 1 apple red
## 2 banana yellow
## 3 melon blue# "fruit"の"melon"の"color"を"green"に変更，それ以外の"color"はそのままとする
df |>
mutate(color = case_when(
fruit == "melon" ~ "green",
TRUE ~ color))## # A tibble: 3 × 2
## fruit color
## <chr> <chr>
## 1 apple red
## 2 banana yellow
## 3 melon green水準を並び替える
# "fruit"と"color"の変数を追加したオブジェクトを作成
df <-
tribble(
~fruit, ~color,
"apple", "red",
"banana", "yellow",
"melon", "blue"
)
df## # A tibble: 3 × 2
## fruit color
## <chr> <chr>
## 1 apple red
## 2 banana yellow
## 3 melon blue# "fruit"を"melon"，"banana"，"apple"の順に並び替える
df |>
mutate(fruit = fct_relevel(fruit,
"melon",
"banana",
"apple")) |>
arrange(fruit)## # A tibble: 3 × 2
## fruit color
## <fct> <chr>
## 1 melon blue
## 2 banana yellow
## 3 apple red逆転処理する
# x1～x3，y1～y3の変数を追加したオブジェクトを作成
df <-
tribble(
~x1, ~x2, ~x3, ~y1, ~y2, ~y3,
1, 2, 3, 4, 1, 2,
3, 4, 1, 2, 3, 4,
1, 2, 3, 4, 1, 2)
# x1～x3を逆転処理する（4件法の場合）
# count()で"x1"と逆転処理した"x1_r"を確認
df |>
mutate(
across(x1:x3,
list(r = ~(5 -.))
)
) |>
count(x1, x1_r)## # A tibble: 2 × 3
## x1 x1_r n
## <dbl> <dbl> <int>
## 1 1 4 2
## 2 3 2 1小数点以下の処理
小数第二位を切り捨てる
# x1～x2の変数を追加したオブジェクトを作成
df <-
tribble(
~x1, ~x2,
0.123, 0.901,
0.234, 0.890,
0.345, 0.789,
0.456, 0.678,
0.567, 0.567,
0.678, 0.456,
0.789, 0.345,
0.890, 0.234,
0.901, 0.123)
# ひとつの変数で小数第二位を切り捨てる
df |>
mutate(x1_kirisute = trunc(x1 * 100) / 100)## # A tibble: 9 × 3
## x1 x2 x1_kirisute
## <dbl> <dbl> <dbl>
## 1 0.123 0.901 0.12
## 2 0.234 0.89 0.23
## 3 0.345 0.789 0.34
## 4 0.456 0.678 0.45
## 5 0.567 0.567 0.56
## 6 0.678 0.456 0.67
## 7 0.789 0.345 0.78
## 8 0.89 0.234 0.89
## 9 0.901 0.123 0.9# 複数の変数で小数第二位を切り捨てる
df |>
mutate(across(starts_with("x"),
list(kirisute = ~trunc(. * 100) / 100)))## # A tibble: 9 × 4
## x1 x2 x1_kirisute x2_kirisute
## <dbl> <dbl> <dbl> <dbl>
## 1 0.123 0.901 0.12 0.9
## 2 0.234 0.89 0.23 0.89
## 3 0.345 0.789 0.34 0.78
## 4 0.456 0.678 0.45 0.67
## 5 0.567 0.567 0.56 0.56
## 6 0.678 0.456 0.67 0.45
## 7 0.789 0.345 0.78 0.34
## 8 0.89 0.234 0.89 0.23
## 9 0.901 0.123 0.9 0.12小数第二位を四捨五入する{-} ★これから
round()は四捨五入ではないため使用しない
変数を要約する（summarize）
平均値，標準偏差，人数などを算出する
平均値，標準偏差などは
na.rm = TRUEを入れないと欠損がある場合NAになってしまう人数は
!is.na()を入れることで欠損を抜いて合計する
ひとつの要約値をひとつの変数で算出する
# 平均値（mean）
penguins |>
summarize(bill_length_mm_mean = mean(bill_length_mm, na.rm = TRUE))## # A tibble: 1 × 1
## bill_length_mm_mean
## <dbl>
## 1 43.9# 標準偏差（sd）
penguins |>
summarize(bill_length_mm_sd = sd(bill_length_mm, na.rm = TRUE))## # A tibble: 1 × 1
## bill_length_mm_sd
## <dbl>
## 1 5.46# 人数（sum）
penguins |>
summarize(bill_length_mm_n = sum(!is.na(bill_length_mm)))## # A tibble: 1 × 1
## bill_length_mm_n
## <int>
## 1 342複数の要約値を複数の変数で算出する
# "bill_length_mm"と"bill_depth_mm"の平均値，標準偏差，人数
penguins |>
summarize(across(c(bill_length_mm, bill_depth_mm),
list(mean = ~mean(., na.rm = TRUE),
sd = ~sd(., na.rm = TRUE),
n = ~sum(!is.na(.)))))## # A tibble: 1 × 6
## bill_length_mm_mean bill_length_mm_sd bill_length_mm_n bill_depth_mm_mean
## <dbl> <dbl> <int> <dbl>
## 1 43.9 5.46 342 17.2
## # … with 2 more variables: bill_depth_mm_sd <dbl>, bill_depth_mm_n <int>層別に算出する
層別に（グループ化して）扱いたいときは
group_by()を使う層別（グループ化）を解除したいときは
ungroup()を使う
# "species"ごとに"bill_length_mm"と"bill_depth_mm"の平均値，標準偏差，人数
penguins |>
group_by(species) |>
summarize(across(c(bill_length_mm, bill_depth_mm),
list(mean = ~mean(., na.rm = TRUE),
sd = ~sd(., na.rm = TRUE),
n = ~sum(!is.na(.)))))## # A tibble: 3 × 7
## species bill_length_mm_m… bill_length_mm_… bill_length_mm_n bill_depth_mm_m…
## <fct> <dbl> <dbl> <int> <dbl>
## 1 Adelie 38.8 2.66 151 18.3
## 2 Chinstrap 48.8 3.34 68 18.4
## 3 Gentoo 47.5 3.08 123 15.0
## # … with 2 more variables: bill_depth_mm_sd <dbl>, bill_depth_mm_n <int>データセットを縦に長くする（pivot_longer）
基本形
colsにはピボットする必要がある変数を入れるselect()と同じでヘルパー関数も使用可能names_toにはcolsで選んだ変数名を格納する変数名をつけるもとの変数名は新しい変数の値になる
values_toにはcolsで選んだセルを格納する変数名をつける
Figure20.pivot_longerの説明1（Wickham & Grolemund, Figure6.4）
# var，col1，col2の変数を追加したオブジェクトを作成
df <- tribble(
~var, ~col1, ~col2,
"A", 1, 2,
"B", 3, 4,
"C", 5, 6
)
df## # A tibble: 3 × 3
## var col1 col2
## <chr> <dbl> <dbl>
## 1 A 1 2
## 2 B 3 4
## 3 C 5 6# col1とcol2をピボットしたいので，cols = col1:col2とする
# 選んだ変数名を"names"という名前の変数に格納したいので，names_to = "names"とする
# 選んだ変数の値を"value"という名前の変数に格納したいので，values_to = "value"とする
df |>
pivot_longer(
cols = col1:col2,
names_to = "names",
values_to = "value"
)## # A tibble: 6 × 3
## var names value
## <chr> <chr> <dbl>
## 1 A col1 1
## 2 A col2 2
## 3 B col1 3
## 4 B col2 4
## 5 C col1 5
## 6 C col2 6変数名を分割する
ひとつの変数にまとめる
names_toにはcolsで選んだ変数名を格納する変数名をつけるもとの変数名は新しい変数の値になる
複数の変数名を指定できる
names_sepには変数名を分割する区切りを入れる
Figure21.pivot_longerの説明2（Wickham & Grolemund, Figure6.6）
# var，x_1，y_2の変数を追加したオブジェクトを作成
df <- tribble(
~var, ~x_1, ~y_2,
"A", 1, 2,
"B", 3, 4,
"C", 5, 6
)
df## # A tibble: 3 × 3
## var x_1 y_2
## <chr> <dbl> <dbl>
## 1 A 1 2
## 2 B 3 4
## 3 C 5 6# var以外の変数をピボットしたいので，cols = !varとする
# 選んだ変数名を"name"，"number"という名前の変数に格納したいので，names_to = c("name", "number")とする
# 選んだ変数の値を"value"という名前の変数に格納したいので，values_to = "value"とする
df |>
pivot_longer(
cols = !var,
names_to = c("name", "number"),
names_sep = "_",
values_to = "value"
)## # A tibble: 6 × 4
## var name number value
## <chr> <chr> <chr> <dbl>
## 1 A x 1 1
## 2 A y 2 2
## 3 B x 1 3
## 4 B y 2 4
## 5 C x 1 5
## 6 C y 2 6もとの変数名から変数を作る
names_toにはcolsで選んだ変数名を格納する変数名をつけるもとの変数名は新しい変数の値になる
複数の変数名を指定できる
もとの変数名の最初のまとまりを新しい変数名として使う場合に
".value"を使うnames_sepには変数名を分割する区切りを入れる
Figure22.pivot_longerの説明3（Wickham & Grolemund, Figure6.7）
# var，x_1，x_2，y_1，y_2の変数を追加したオブジェクトを作成
df <- tribble(
~var, ~x_1, ~x_2, ~y_1, ~y_2,
"A", 1, 2, 3, 4,
"B", 5, 6, 7, 8
)
df## # A tibble: 2 × 5
## var x_1 x_2 y_1 y_2
## <chr> <dbl> <dbl> <dbl> <dbl>
## 1 A 1 2 3 4
## 2 B 5 6 7 8# var以外の変数をピボットしたいので，cols = !varとする
# 選んだ変数名のうち"x_1"か"x_2"ならば"x"，"y_1"か"y_2"ならば"y"という名前の変数に格納したいので，names_toに".value"を入れる
# 加えて"x_1"か"y_1"ならば"1"，"x_2"か"y_2"ならば"2"を"id"という名前の変数に格納したいので，names_toに"id"も入れる
# 選んだ変数の値を"value"という名前の変数に格納したいので，values_to = "value"とする
df |>
pivot_longer(
cols = !var,
names_to = c(".value", "id"),
names_sep = "_"
) |>
select(var, x:y, id)## # A tibble: 4 × 4
## var x y id
## <chr> <dbl> <dbl> <chr>
## 1 A 1 3 1
## 2 A 2 4 2
## 3 B 5 7 1
## 4 B 6 8 2変数名をもっと自由に分割する ★作成中
names_patternで変数名を自由に分割できる
# var，x_1，x_2，y_1，y_2の変数を追加したオブジェクトを作成
df <- tribble(
~var, ~x_1, ~x_2, ~y_1, ~y_2,
"A", 1, 2, 3, 4,
"B", 5, 6, 7, 8
)
df## # A tibble: 2 × 5
## var x_1 x_2 y_1 y_2
## <chr> <dbl> <dbl> <dbl> <dbl>
## 1 A 1 2 3 4
## 2 B 5 6 7 8df |>
pivot_longer(
cols = !var,
names_prefix = "x_|y_"
) ## # A tibble: 8 × 3
## var name value
## <chr> <chr> <dbl>
## 1 A 1 1
## 2 A 2 2
## 3 A 1 3
## 4 A 2 4
## 5 B 1 5
## 6 B 2 6
## 7 B 1 7
## 8 B 2 8各変数名の先頭から指定の文字を削除
names_prefixで指定の文字を削除できる
# var，x_1，x_2，y_1，y_2の変数を追加したオブジェクトを作成
df <- tribble(
~var, ~x_1, ~x_2, ~y_1, ~y_2,
"A", 1, 2, 3, 4,
"B", 5, 6, 7, 8
)
df## # A tibble: 2 × 5
## var x_1 x_2 y_1 y_2
## <chr> <dbl> <dbl> <dbl> <dbl>
## 1 A 1 2 3 4
## 2 B 5 6 7 8df |>
pivot_longer(
cols = !var,
names_prefix = "x_|y_"
) ## # A tibble: 8 × 3
## var name value
## <chr> <chr> <dbl>
## 1 A 1 1
## 2 A 2 2
## 3 A 1 3
## 4 A 2 4
## 5 B 1 5
## 6 B 2 6
## 7 B 1 7
## 8 B 2 8欠損ケースを除外する
# var，x_1，x_2，y_1，y_2の変数を追加したオブジェクトを作成
# varが"C"のケースは，すべての変数が欠損している
df <- tribble(
~var, ~x_1, ~x_2, ~y_1, ~y_2,
"A", 1, 2, 3, 4,
"B", 5, 6, 7, 8,
"C", NA, NA, NA, NA
)
df## # A tibble: 3 × 5
## var x_1 x_2 y_1 y_2
## <chr> <dbl> <dbl> <dbl> <dbl>
## 1 A 1 2 3 4
## 2 B 5 6 7 8
## 3 C NA NA NA NA# values_drop_naを入れない場合
df |>
pivot_longer(
cols = !var,
names_to = c(".value", "id"),
names_sep = "_")## # A tibble: 6 × 4
## var id x y
## <chr> <chr> <dbl> <dbl>
## 1 A 1 1 3
## 2 A 2 2 4
## 3 B 1 5 7
## 4 B 2 6 8
## 5 C 1 NA NA
## 6 C 2 NA NA# values_drop_naを入れた場合
df |>
pivot_longer(
cols = !var,
names_to = c(".value", "id"),
names_sep = "_",
values_drop_na = TRUE)## # A tibble: 4 × 4
## var id x y
## <chr> <chr> <dbl> <dbl>
## 1 A 1 1 3
## 2 A 2 2 4
## 3 B 1 5 7
## 4 B 2 6 8